Sa uzbuđenjem najavljujem izdavanje Strands Agenata, besplatnog SDK-a otvorenog koda koji pojednostavljuje izgradnju i pokretanje AI agenata sa modelom vođenom pristupom koristeći samo nekoliko linija koda. Strands podržava širok spektar slučajeva korišćenja, od jednostavnih do složenih agenata, i skalira od lokalnog razvoja do produkcione primene. Već se koristi u Amazonovim timovima na AWS-u, kao što su Amazon Q Developer, AWS Glue i VPC Reachability Analyzer. Sada možete koristiti Strands za lako kreiranje sopstvenih AI agenata. Za razliku od okvira koji zahtevaju definisanje složenih tokova rada, Strands koristi najsavremenije kapacitete modela—kao što su planiranje, povezivanje misli, pozivanje alata i refleksija—omogućavajući programerima da definišu samo prompt i listu alata za kreiranje agenta. Strands, poput dva lanca DNK, povezuje model i alate; model planira sledeće korake i pokreće alate uz napredno razmišljanje. Podržava opsežnu prilagodbu, uključujući izbor alata, upravljanje kontekstom, stanje sesije, memoriju i viš агенске aplikacije. Strands radi sa modelima iz Amazon Bedrock-a, Anthropic-a, Ollama, Meta i drugih putem LiteLLM, i može biti pokrenut bilo gde. Projekat je otvorena zajednica sa doprinosima od Accenture-a, Anthropic-a, Langfuse-a, mem0. ai, Meta, PwC, Ragas. io, Tavily i drugih. Primeri uključuju podršku za Anthropic API i integraciju Meta-ovog Llama API-ja. Pridružite nam se na GitHub-u i započnite sada! ### Naše Putovanje sa Agentima Radili smo na Amazon Q Developer-u, generativnom AI asistentu za razvoj softvera, i naš tim je počeo sa pravljenjem AI agenata početkom 2023. godine, prateći rad na papiru ReAct (Reasoning and Acting), koji je pokazao da velikijezički modeli (LLM) mogu razmišljati i preduzimati akcije, kao što su pozivi API-ja generisanjem ulaza. Iako LLM-ovi nisu prvobitno trenirani da se ponašaju kao agenti, već za prirodnu jezičku komunikaciju, izgradili smo složene okvire sa instrukcijama u prompt-u, parserima odgovora i logikom orkestracije—često provodeći mesece podešavajući agente za produkciju. Kako su se LLM-ovi znatno poboljšavali u razmišljanju i korišćenju alata, ti složeni okviri su postali usko grlo koje je ograničavalo brzinu iteracija i agilnost. Prepoznajući ovu promenu, napravili smo Strands Agente da bismo uklonili složenost orkestracije i iskoristili prirodno razmišljanje i korišćenje alata modernih LLM-ova. Ovaj pristup je skratio vreme razvoja od meseci do dana ili nedelja, znatno ubrzavajući spremnost za proizvodnju i poboljšavajući korisničko iskustvo. ### Osnovni Koncepti Strands Agenata Agent se sastoji od tri komponente: (1) modela, (2) alata i (3) prompta. Agenți autonomno koriste ove komponente za obavljanje zadataka kao što su odgovaranje na pitanja, kodiranje, planiranje ili optimizacija portfolija.

Pristup vođen modelom omogućava modelu da dinamički usmerava svoje korake i korišćenje alata kako bi ostvario ciljeve. - **Model:** Strands podržava fleksibilne modele uključujući Amazon Bedrock modele sa korišćenjem alata i streamovanjem, Anthropic Claude modele putem API-ja, Llama modele putem Llama API-ja, Ollama za lokalni razvoj, OpenAI putem LiteLLM-a, i prilagođene modele. - **Alati:** Dostupni su Hiljade alata putem Model Context Protocol (MCP) servera, uz više od 20 već sastavljenih alata za manipulaciju datotekama, API pozive i rad sa AWS API-jem. Funkcije u Python-u lako se mogu obmotati kao alati koristeći @tool dekorator. - **Prompt:** Programeri pružaju naturalni jezički prompt koji definiše zadatak i sistemski prompt sa instrukcijama o ponašanju agenta. Agent pokreće tzv. “agentni ciklus” interakcije sa modelom i alatima dok se zadatak ne završi. U svakom ciklusu, LLM prima prompt, kontekst i opise alata, odlučujući da li će direktno odgovoriti, planirati, reflektovati ili pozvati alate. Strands izvršava odabrane alate i vraća rezultate nazad modelu, sve do finalnog izlaza. Alati omogućavaju prilagođavanje i složenost: mogu pretraživati dokumente iz baza znanja, praviti API pozive, izvršavati Python kod ili nuditi statične instrukcije. Primeri alata uključuju: - **Retrieve Tool:** Izvršava semantičko pretraživanje kroz Amazon Bedrock baze znanja, pronalazi relevantne dokumente ili alate. Na primer, jedan internistički agent AWS-a bira iz više od 6000 alata tako što pronalazi relevantni podskup za prikaz modelu. - **Thinking Tool:** Omogućava višekolosku dubinsku analizu i samo-refleksiju. - **Viš-agenski alati:** Workflow, graf i swarm alati podržavaju orkestraciju više agenata za složenije zadatke. Podrška za Agent2Agent (A2A) protokol je u pripremi. ### Kako Započeti sa Strands Agentima Evo jednostavnog primera AI asistenta za imenovanje zasnovanog na Strands-u, koristeći Amazon Bedrock model, MCP server za validaciju domena i već sastavljeni GitHub alat za proveru dostupnosti imena organizacija: ```python from strands import Agent from strands. tools. mcp import MCPClient from strands_tools import http_request from mcp import stdio_client, StdioServerParameters PROMPT-PROGRAM ZA SISTEM ZA IMENOVANJE = """ Vi ste asistent koji pomaže u imenovanju open-source projekata. Davanje dostupnih domena i GitHub organizacija nakon provere njihove dostupnosti. """ domain_name_tools = MCPClient(lambda: stdio_client( StdioServerParameters(command="uvx", args=["fastdomaincheck-mcp-server"]) )) github_tools = [http_request] sa njima: tools = domain_name_tools. list_tools_sync() + github_tools naming_agent = Agent(system_prompt=PROMPT-PROGRAM ZA SISTEM ZA IMENOVANJE, tools=tools) naming_agent("Potreban mi je naziv za open-source projekat za pravljenje AI agenata. ") ``` Da biste pokrenuli ovo, postavite svoj GitHub token kao `GITHUB_TOKEN`, imajte pristup Anthropic Claude 3. 7 Sonnet modelu u regionu us-west-2 i konfigurišite AWS kredencijale. Instalirajte sa: ``` pip install strands-agents strands-agents-tools python -u agent. py ``` Dobijaćete predloge imena projekata sa proverama dostupnosti. Strands MCP serveri se dobro integrišu sa alatima za razvoj uz AI asistenciju kao što je Q Developer CLI. Na primer, dodajte sledeće u vašu MCP konfiguraciju: ```json { "mcpServers": { "strands": { "command": "uvx", "args": ["strands-agents-mcp-server"] } } } ``` ### Postavljanje Strands Agenata u Produkciji Strands je osmišljen za produkcijsku upotrebu i nudi fleksibilne arhitekture za implementaciju. Možete pokrenuti agente lokalno, iza API-ja (koristeći AWS Lambda, Fargate ili EC2), ili kao distribuirane sisteme koji odvaja agentni ciklus i okruženje za izvršenje alata. Na primer, alati mogu raditi u Lambda funkcijama, dok agenti rade u containerima; ili klijenti mogu lokalno upravljati alatima dok komuniciraju sa backend agentom. Strands takođe podržava vidljivost i nadzor putem OpenTelemetry (OTEL), omogućavajući detaljno praćenje, metrike i telemetriju za sesije agenata u raznim sistemima. ### Pridružite se Zajednici Strands Agenata Strands Agents je otvoreni softver pod Apache License 2. 0. Pozivamo vas da doprinesete dodavanjem podrške za modele i alate, razvojem novih funkcija ili poboljšanjem dokumentacije. Ako pronadjete greške ili imate ideje, pridružite nam se na GitHub-u i zajedno stvarajmo budućnost AI agenata uz Strands!